Mi primera vez con un clonador de voz gratis: los polifónicos casi me vuelven loco
El jueves por la noche, estaba tirado en el sofá con la garganta como papel de lija. Quería mandarle un mensaje de voz a un colega, pero no podía ni hablar. Así que pensé: ¿por qué no uso esa web de clonar voz gratis que vi el otro día? Sin registro, sin pagar, solo grabas diez segundos y listo.
Me puse manos a la obra. Grabé mi voz, pegué un texto que había escrito, y le di a generar. El resultado… bueno, la voz sonaba parecida a la mía, pero en cuanto abrió la boca me quedé helado. Dijo «peso» como «peso» (en vez de «peso»), «bueno» como «bueno» (en vez de «bueno»), y «llave» como «llave» (en vez de «llave»). Me quedé mirando la pantalla tres segundos y solté una carcajada. Esto no es un clonador, es un profesor de lengua enfadado.
Primer intento: los polifónicos son una ruleta rusa
Escuché la grabación tres veces, cada vez más mosqueado. Yo en mi audio decía «peso» (de pesar), y la IA me lo soltaba como «peso» (de peso corporal). Le grité a la pantalla: ¡tío, eres mi voz, aprende de mí!
Luego caí en la cuenta: estas herramientas de texto a voz gratis primero extraen las características de tu voz, y luego las combinan con un análisis del texto. Pero ese análisis de los polifónicos se basa en probabilidades, no en entender el contexto. Cuando ve la palabra «peso», tira de la más común, sin saber si hablas de pesar o de peso.
En ese momento me entró el bajón. Pensé que el gratis no daba para más. Pero no quería rendirme, ya había invertido tiempo y ganas.
Segundo intento: hay que ajustar los tonos a mano
Rebuscando en la página, descubrí que el clonador de voz gratis tiene un panel plegable llamado «Ajustes avanzados» justo debajo del cuadro de texto. Ahí había una lista de polifónicos comunes: «peso», «bueno», «llave»… y podías marcar la pronunciación correcta para cada uno.
Marqué «peso» como verbo (con tilde en la e), «bueno» como adjetivo (con tilde en la u), y le di a regenerar. ¡Sorpresa! Ahora lo decía bien. Sonaba natural, incluso con ese tono perezoso que tengo al final de las frases.
Ahí me di cuenta de que el sintetizador de voz gratis no es que no sepa leer, es que no adivina lo que quieres decir. Tienes que decírselo tú. Es como hablar con un amigo listo pero sin calle: tienes que explicárselo todo.
¿Por qué un gratis te hace currar con los tonos?
Piénsalo. Los modelos de TTS de las grandes empresas tienen millones de datos etiquetados para saber cuándo un polifónico va de una manera o de otra. Pero un generador de voz gratis que te clona la voz y te deja usarlo sin pagar, ya es un lujo. Que te deje elegir la pronunciación es un extra de control.
El problema es que un novato como yo no sabe que tiene que hacer eso. Mi primera reacción fue «esto no sirve», y estuve a punto de cerrar la pestaña. Menos mal que me dio por mirar un poco más.
Esto me hizo pensar: muchas herramientas gratis están bien, pero esconden las funciones importantes o los tutoriales son escuetos. Y los impacientes como yo nos perdemos lo mejor.
Cómo ajustar los tonos sin volverte loco (probado en mis carnes)
Después de varias pruebas, saqué unos trucos que funcionan de verdad.
Primero: si dudas de una palabra, búscala en Google y mira la pronunciación. Por ejemplo, «llave» en España se dice «llave» (con elle), pero en Latinoamérica se dice «yave». Ajusta según tu acento.
Segundo: si la misma palabra aparece varias veces con significados distintos, márcala cada vez. Como «vino» (de venir) y «vino» (de beber). No te saltes ninguna.
Tercero: no seas vago. Marcar los tonos una vez te sirve para siempre. Yo tengo un montón de textos ya ajustados en el clonador de voz online, y solo tengo que copiar y pegar.
Errores que cometí: marcar mal es peor que no marcar
Una vez, por ir rápido, marqué solo «peso» y no «bueno». El resultado: «bueno» lo dijo como «bueno» (con diptongo) y casi me atraganto con la risa. Desde entonces, reviso todos los polifónicos del texto.
Otra vez usé números (1,2,3,4) en vez de los acentos ortográficos. La IA no los reconoció y leyó fatal. Al final vi que en la página ponía que había que usar los acentos o escribir la palabra con tilde. Detallitos que solo aprendes tropezando.
Para los novatos como yo: no tengas miedo, prueba y error
Sé que cuando ves «gratis» piensas que va a ser malo. Pero este clonador de voz gratis sin registro tiene una calidad de voz bastante buena. Solo tienes que pelearte un poco con los polifónicos al principio. Diez minutos de paciencia y luego va solo.
Además, permite pegar textos largos y leerlos enteros. Yo le mandé a mi amigo un mensaje de varios párrafos, y sonaba idéntico a mí. Ella me contestó: «¿Se te ha curado la garganta? ¡Es tu voz clavada!». Le dije: «No, es IA». Se quedó flipando y me pidió el enlace.
El final: se lo mandé a mi amigo de verdad
Después de media hora de ajustes, conseguí un audio perfecto. Se lo envié, y me dijo que sonaba como yo. Le pasé el enlace de clonar mi voz online y al día siguiente ya estaba probándolo. También tuvo problemas con los polifónicos, pero le conté mis trucos y lo resolvió en un momento.
Si tú también quieres probar, no dejes que el primer intento te desanime. Marca los tonos un par de veces y te acostumbrarás. O mejor: abre ahora un generador de voz en línea gratis y graba diez segundos de tu voz. Luego pega un texto con «peso», «bueno» y «llave» y ajústalos a mano. Te aseguro que te vas a reír. Y si te sirve, ya me contarás.